图像处理matlab的课程设计 题目是空域和频域滤波

要求用不同的滤波器分别实现图像的空域和频域滤波,然后比较结果。(内容应包括:技术要求,基本原理,源程序代码,建立模型描述,调试过程结果及描述,心得体会,参考文献,等等)因为需要打印出来参加答辩,望高手把成文发到我邮箱 41088432@qq.com 一经采纳可追加分数。

%1. 对图像lena.bmp叠加高斯噪声,椒盐噪声,乘性噪声,噪声方差为0.02,然后分别利用邻域平均法和中值滤波法对该图像进行滤波,显示滤波后的图像。
%要求窗口尺寸(先用3×3,再用5×5逐渐增大)可变,窗口类型(线性,十字形,方形)可选)
%领域平均法和中值滤波法是空间域的滤波的方法
clear all;
I=imread('lena.bmp');
J1=imnoise(I,'gaussian',0,0.02); %高斯噪声 均值0 方差为0.02
J2=imnoise(I,'salt & pepper',0.02); %椒盐噪声 均值0 方差为0.02
J3=imnoise(I,'speckle',0.02); %乘性噪声 均值0 方差为0.02
subplot(2,2,1),imshow(I),title('原始图像');
subplot(2,2,2),imshow(J1),title('高斯噪声');
subplot(2,2,3),imshow(J2),title('椒盐噪声');
subplot(2,2,4),imshow(J3),title('乘性噪声');

%中值滤波法
figure(2)
K1=medfilt2(J1,[3,3]); %3*3的滤波窗
subplot(3,2,1),imshow(K1,[]),title('对3*3加高斯噪声图像中值滤波');
K2=medfilt2(J1,[5,5]); %5*5的滤波窗口
subplot(3,2,2),imshow(K2,[]),title('对5*5加高斯噪声图像中值滤波');

K2=medfilt2(J2,[3,3]); %3*3的滤波窗
subplot(3,2,3),imshow(K2,[]),title('对3*3加椒盐噪声图像中值滤波');
K2=medfilt2(J2,[5,5]); %5*5的滤波窗口
subplot(3,2,4),imshow(K2,[]),title('对5*5加椒盐噪声图像中值滤波');

K3=medfilt2(J3,[3,3]); %3*3的滤波窗
subplot(3,2,5),imshow(K3,[]),title('对3*3加乘性噪声图像中值滤波');
K2=medfilt2(J3,[5,5]); %5*5的滤波窗口
subplot(3,2,6),imshow(K3,[]),title('对5*5加乘性噪声图像中值滤波');

%领域平均法
figure(3)

L1=filter2(fspecial('average',3),J1);% 3*3模板平滑均值滤波
L2=filter2(fspecial('average',5),J1);%5×5模板平滑均值滤波
subplot(3,2,1),imshow(L1,[]),title('对3*3加高斯噪声图像平滑滤波');
subplot(3,2,2),imshow(L2,[]),title('对5*5加高斯噪声图像平滑滤波');

L3=filter2(fspecial('average',3),J2);% 3*3模板平滑均值滤波
L4=filter2(fspecial('average',5),J2);%5×5模板平滑均值滤波
subplot(3,2,3),imshow(L3,[]),title('对3*3加椒盐噪声图像平滑滤波');
subplot(3,2,4),imshow(L4,[]),title('对5*5加椒盐噪声图像平滑滤波');

L5=filter2(fspecial('average',3),J3);% 3*3模板平滑均值滤波
L6=filter2(fspecial('average',5),J3);%5×5模板平滑均值滤波
subplot(3,2,5),imshow(L5,[]),title('对3*3加乘性噪声图像平滑滤波');
subplot(3,2,6),imshow(L6,[]),title('对5*5加乘性噪声图像平滑滤波');

%领域平均法是指用某点领域的灰度值平均值来代替该点的灰度值,算法简单,处理速度快,但是在衰减噪声的同时也会使图像产生模糊。
%中值滤波法对椒盐噪声的抑制很好,但是不太适合点,线,尖顶等细节较多的图像
温馨提示:内容为网友见解,仅供参考
无其他回答

MATLAB--数字图像处理 频域图像分析
1.自选一幅图像,并对其分别添加一定强度的周期噪声和高斯噪声,然后分别采用高斯模板、中值滤波的时域方法以及傅里叶变换和小波变换的频率滤波方法对该含噪图像进行去噪处理,并基于PSNR值和视觉效果这两个指标来比较这四种滤波方法对两种不同噪声的去噪能力。 2.编写一个程序,要求实现下列算法:首先将阁像分割为8x8的子...

Matlab图像处理系列——频率域图像增强之傅里叶级数和傅里叶变换
频率域滤波 傅里叶变换提供了一种将信号从空间域转换到频率域的工具,使得在频率域中处理信号变得更为直观。使用傅里叶变换表示的函数,可以完全通过傅里叶逆变换进行重建,不丢失任何信息,因此在频率域和空间域之间的转换过程中,信息无损。傅里叶级数 任何周期函数,只要满足一定条件,都可以被表示为一...

关于用MATLAB设计对信号进行频谱分析和滤波处理的程序
SF=fft(sf,256); %对叠加函数S经过低通滤波器以后的新函数进行256点的基—2快速傅立叶变换 w= %新信号角频率 subplot(223);plot()); %绘制叠加函数S经过低通滤波器以后的频谱图 title('低通滤波后的频谱图');设计高通滤波器 [N,Wc]=buttord()估算得到Butterworth高通滤波器的最小阶数...

Matlab数字图像处理,要求详细解释代码,每个函数都要解释.这个是对图像...
fftshift是把变换后的图像转置,让非零值转到中心,好观察。real就是求实部;imag就是求虚部;你知道经过傅里叶变换原来的空间域转到频域上了吧?频域的概念是有实部有虚部的是吧,那你怎么能在平面上表示出来呢?就用到了复数里的几个概念:一个是虚部实部的平方和均值(sqrt( RRfdp1.^2+IIfdp1....

数字图像处理与机器视觉的内容简介
《数字图像处理与机器视觉:Visual C++与Matlab实现》将理论知识、科学研究和工程实践有机结合起来,介绍了数字图像处理和识别技术的方方面面,内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。《数字图像处理与机器视觉:Visual C++与Matlab实现》还对于机器...

matlab图像处理,对一幅图像做傅里叶变换,去掉细节部分留下轮廓部分...
所以要留下轮廓的话应该去掉高频,结果是图像被模糊了。主要就是使用一个频域滤波器滤除高频部分,对应的是图像处理知识中的频域滤波部分,建议搜一些相关资料,冈萨雷斯的《数字图像处理——matlab版》中就有相关知识的详细介绍,包括频域滤波原理和滤波器设计实例代码都很详细。

怎么用matlab设计ASK、FSK、PSK的调制和解调,包括时域和频域波形
比如:pskmod fskmod pskdemod fskdemod时域波形就乘上复载波就行了。频域波形就是做fft,或者用其他函数观察其功率谱。 本回答由网友推荐 举报| 答案纠错 | 评论(1) 0 9 pantan 采纳率:83% 来自团队:MATLAB技术论坛 擅长: 其他编程语言 工程技术科学 考研 数据结构及算法 ...

【图像处理】基于MATLAB的短时傅里叶变换和小波变换及图像处理(Matlab...
图像处理涵盖了诸如增强、滤波、分割和特征提取等一系列技术,对于医学影像分析、人脸识别、目标检测等领域具有重要意义。在MATLAB实现中,通过示例代码展示了haar和db4小波在时域和频域的变换,帮助读者理解这两种变换的实际操作。通过这两个案例,我们可以直观地看到信号和图像数据在不同变换下的表现。文章中...

基于matlab数字滤波器的设计
二、 课程设计的目的 1)三、 数字信号处理课程设计说明及要求 所需硬件:PC机 四、 滤波器的设计原理 4.1 数字滤波器简介 数字滤波器是一种用来过滤时间离散信号的数字系统,通过对抽样数据进行数学处理来达到频域滤波的目的。可以设计系统的频率响应,让它满足一定的要求,从而对通过该系统的信号的...

医学影像图像处理目录
第2章深入解析医学影像的数字化过程,包括Shah函数与信号采样、量化技术,以及二维图像的矩阵表示和数据量计算。图像灰度直方图和基本运算如点运算、直方图均衡化、代数运算和几何运算也在这一章中详细探讨。第3章聚焦于图像增强,通过空域和频域滤波方法提升图像质量。空域滤波如平滑和锐化技术,以及频域滤波的...

相似回答